基于INMDS算法的皮革纹理触觉感知空间度量分析

摘要

为了解决感知实验中样本点间的触觉相似度关系模糊且不稳定的问题,提出了一种改进的非度量型多维尺度变换(INMDS)算法.在构建描述触觉感知特征的感知空间时,引入距离相近最大边际决策.根据相似度大小设定相应的约束条件,通过控制松弛变量因子来优化感知维度和坐标度量,并利用2个感知实验来验证INMDS算法的有效性.结果表明,与度量型多维尺度变换(MDS)和非度量型多维尺度变换(NMDS)算法相比,所提方法构建的感知空间能更准确地反映人所感知的不同皮革样本点的差异度关系,且感知空间中样本点的相对位置与主观感知结果更加一致.